单调线性互补问题基于新的核函数的大步校正内点算法

提出了单调线性互补问题基于新的核函数的大步校正内点算法.这个核函数是强凸的,而且它既不是自正则函数也不是经典的对数函数.基于这个核函数,可以定义新的迭代方向和邻近度量.利用这个新的核函数的一些性质,得到新算法的迭代复杂性为O（√n（logn）^2log（n/ε））,这减少了大步校正原始-对偶内点算法的实际计算效果与理论复杂性之间的差距.     

求解凸二次规划的一种二阶Mehrotra型预估一校正算法

给出了求解凸二次规划的一种二阶Mehrotra型预估一校正算法。该算法受Salahi等人对线性规划提出的相应算法启发,引入了安全步策略,保证了校正步步长有适当下界,从而具有多项式复杂性。由于算法迭代方向不正交,算法在罚参数的校正和复杂性的分析上有别于线性规划的情形。最后,通过一些新的技术性引理,证明了算法在最坏情况下的迭代复杂性为O（n^3/2log（x^0）^TS^0/ε）.     

基于代数变换求解P0阵线性互补问题的不可行内点算法

基于代数变换和KMM算法的框架,通过在牛顿方程中嵌入一种自调节功能,提出了一种新的求解P0阵线性互补问题的不可行内点算法,并证明了该算法的全局收敛性.     

浅议我国资产证券化的实践道路

阐述了资产证券化的涵义、特点及运作流程和说明了我国发展资产证券化的必要性、可行性。初步探索了我国以国际运作为突破口渐进推动资产证券化的实践道路。     

一类非单调线性互补问题的仿射尺度算法

对于一类非单调线性互补问题给出一种新的内点算法。算法的每一步迭代，利用线性规划的原始——对偶内点算法的思想求解一个线性方程组而得到迭代方向，再适当选取步长，使算法具有多项复杂性。     

单调线性互补问题的非精确不可行内点算法

对单调线性互补问题提出了一种非精确不可行内点算法．该算法的迭代方向仅需要达到一个相对的精度．在初始点位于中心线的某邻域内的假设下，证明了算法的全局收敛性．     

求解P_*(τ)阵线性互补问题的高阶宽邻域内点算法

对P*(τ)线性互补问题提出了一种高阶宽邻域内点算法,在算法的每步迭代过程中,基于线性规划原始-对偶仿射尺度算法的思想来求解一个线性方程组,得到迭代方向,再适当选取步长,得到算法迭代的多项式复杂性.     

凸二次规划梯度投影算法的改进与数值试验

对凸二次规划带仿射变换的梯度投影算法作了改进,并作了相关数值试验,结果表明,新算法十分有效.     

单调线性互补问题基于核函数的满-Newton步不可行内点算法

针对单调线性互补问题设计了一种基于核函数的满-Newton步不可行内点算法,算法的主迭代由一个可行步和几个中心步构成。通过建立和应用一些新的分析工具,证明了算法的多项式复杂性为O(nlogmax{(x0)Ts0,‖r0‖/n}),这与当前单调线性互补问题的不可行内点算法最好的迭代界一致。     

基于松弛策略解半无限规划模型的修正算法

对于一类线性半无限规划问题给出一种我们称之为修正算法的一种新算法.算法采用松弛策略使得满足一定条件的新割面（相当于一个约束）在每一步迭代时被找到.修正算法的主要改进是避免了每一步迭代寻找全局极小解,或者在每一步迭代中去检验δ（xk）是否为极小值.最后,基于提出的修正算法,并与传统割平面方法、普通离散方法对同一问题作了初步的数值比较实验.